宏基站和微基站群之间的预测性信道调度算法

针对5G超蜂窝网络的宏基站和微基站群之间的非实时业务传输,提出了一种新型预测性信道调度算法。首先,利用静止通信体之间无线信道的随机平稳过程特征,从古典概率论的角度为调度过程建立了一个离散信道状态概率空间并对其进行事件域分割;然后,通过各事件域的概率数值计算实现对多用户多非实时业务的高效调度。理论分析和仿真结果表明,所提算法计算复杂度低,和其他一些经典调度算法相比,所提算法可在更长时间维度上进行业务优化传输,在吞吐量性能上逼近最大信噪比算法,重负荷情况下系统吞吐量提升了约14%;同时通过精确量化计算实现了业务期望速率和实际调度速率的自适应匹配。

基于多尺度空间ANN-CA模型的遥感影像超分辨率制图方法研究

为获取遥感影像混合像元中各组分的空间分布状况,提出一种新的遥感影像超分辨率制图方法,用于继混合像元分解之后的亚像元定位。将元胞自动机理论移植到不同空间尺度的演化上,建立基于神经网络的多尺度元胞自动机模型(ANN-CA),并利用该模型提取北京市海淀区城镇用地超分辨率信息。结果表明,该方法能有效表达图像像元之间的空间自相关性。